Audio
Masher
[continue autosave]
markovMusic01 by icaruslicht
log in
learn
new
browse
# markovMusic01 # Sporth-Übertragung von markovMusic01.py # (Python-Original: Matthew M. Conroy, November 2020) # Eine Folge von Sinustönen, deren Tonhöhen von einer Markov-Kette # über eine chromatische Oktave (12 Töne ab 200 Hz) bestimmt werden. # © 2026 Ralph Lichtensteiger. All Rights Reserved. # --------------------------------------------------------------- # Übergangsmatrix des Originals (Zeile = aktueller Ton, Spalte = nächster Ton): # 0 1 2 3 4 5 6 7 8 9 10 11 # 0: 0.3 0 0.2 0.1 0.1 0.1 0 0 0.1 0 0 0.1 # 1: 0.8 0.05 0.15 0 0 0 0 0 0 0 0 0 # 2: 0.1 0.1 0.1 0.1 0.1 0.5 0 0 0 0 0 0 # 3: 0.8 0.1 0 0 0 0 0 0.1 0 0 0 0 # 4: 0.3 0.3 0.3 0.1 0 0 0 0 0 0 0 0 # 5: 0 0.2 0 0 0 0 0 0 0 0 0 0.8 # 6: 0 0.2 0 0.3 0.3 0 0 0 0 0.2 0 0 # 7: 0 0 0 0.8 0 0 0 0.2 0 0 0 0 # 8: 0 0.2 0 0 0.4 0.4 0 0 0 0 0 0 # 9: 0.1 0.2 0 0 0.2 0.3 0.1 0 0.1 0 0 0 # 10: 0.2 0.2 0.1 0.4 0 0 0 0 0 0.1 0 0 # 11: 0.1 0.2 0 0 0 0 0 0 0.2 0 0.3 0.2 # # Sporth-Strings dürfen höchstens 200 Zeichen lang sein, deshalb wird die # Matrix KUMULIERT und SPALTENWEISE abgelegt: Tabelle _cj enthält für # jeden aktuellen Ton (Index 0..11) die Summe der Wahrscheinlichkeiten 0..j. # Spalte 11 ist immer 1 und wird nicht gebraucht. # Eigene Matrix: Zeilen aufsummieren und hier spaltenweise eintragen. # --------------------------------------------------------------- _c0 "0.3 0.8 0.1 0.8 0.3 0 0 0 0 0.1 0.2 0.1" gen_vals # Spalte 0: cum[ton][0] für ton = 0..11 _c1 "0.3 0.85 0.2 0.9 0.6 0.2 0.2 0 0.2 0.3 0.4 0.3" gen_vals _c2 "0.5 1 0.3 0.9 0.9 0.2 0.2 0 0.2 0.3 0.5 0.3" gen_vals _c3 "0.6 1 0.4 0.9 1 0.2 0.5 0.8 0.2 0.3 0.9 0.3" gen_vals _c4 "0.7 1 0.5 0.9 1 0.2 0.8 0.8 0.6 0.5 0.9 0.3" gen_vals _c5 "0.8 1 1 0.9 1 0.2 0.8 0.8 1 0.8 0.9 0.3" gen_vals _c6 "0.8 1 1 0.9 1 0.2 0.8 0.8 1 0.9 0.9 0.3" gen_vals _c7 "0.8 1 1 1 1 0.2 0.8 1 1 0.9 0.9 0.3" gen_vals _c8 "0.9 1 1 1 1 0.2 0.8 1 1 1 0.9 0.5" gen_vals _c9 "0.9 1 1 1 1 0.2 1 1 1 1 1 0.5" gen_vals _c10 "0.9 1 1 1 1 0.2 1 1 1 1 1 0.8" gen_vals # Variablen _trig var _r var _next var _note 0 12 rand floor varset # zufälliger Startton 0..11 # Notendauer 6000 Samples bei 44100 Hz = 0.136 s -> 7.35 Töne pro Sekunde 44100 6000 / metro _trig set # Zufallszahl 0..1, bei jedem neuen Ton neu gezogen _trig get 0 1 trand _r set # Nächster Ton = Anzahl der kumulierten Werte <= r (entspricht der while-Schleife) # = 11 minus Anzahl der Spalten j = 0..10, für die r < cum[ton][j] 11 _r get _note get _c0 tget lt - _r get _note get _c1 tget lt - _r get _note get _c2 tget lt - _r get _note get _c3 tget lt - _r get _note get _c4 tget lt - _r get _note get _c5 tget lt - _r get _note get _c6 tget lt - _r get _note get _c7 tget lt - _r get _note get _c8 tget lt - _r get _note get _c9 tget lt - _r get _note get _c10 tget lt - _next set # Nur beim Trigger wird der neue Ton übernommen _trig get _note get _next get branch _note set # Tonhöhe: 200 Hz * 2^(ton/12) (200 Hz entspricht MIDI-Note 55.34996) _note get 55.34996 + mtof # Sinus-Oszillator, amp = 0.5 0.5 sine # Hüllkurve: 20 % linearer Anstieg, 80 % linearer Abfall, quadriert _trig get 0.0272 0 0.1088 tenv dup * * # Stereo wie im Original (zweiter Kanal phasengedreht): # die folgende Zeile aktivieren, wenn zwei Kanäle ausgegeben werden. # dup -1 *
No parameters.
meta
quick ref
help
Title:
markovMusic01
Author:
icaruslicht
Description:
Sporth-Übertragung von markovMusic01.py (Python-Original: Matthew M. Conroy, November 2020) Eine Folge von Sinustönen, deren Tonhöhen von einer Markov-Kette über eine chromatische Oktave (12 Töne ab 200 Hz) bestimmt werden. © 2026 Ralph Lichtensteiger. All Rights Reserved.
Created:
2026/11/13
Modified:
2026/11/13
License
BOPXBF
loading...
Here are some Sporth learning resources (most of them by Paul Batchelor):
The
interactive cookbook
is a tutorial where you can run all the example code online (it's based on the
original cookbook
).
The
examples
demonstate a variety of Sporth ugens. Note: those that rely on external files will not work in AudioMasher.
The
Soundpipe modules reference
goes into more detail on the underlying function powering each Sporth ugen.
The
AudioMasher collection
can certainly be used as learning material.
And some information about AudioMasher:
Frequently Asked Questions
Source on Github